Diffusion Model（1）：预备知识

MaZhe丶

已于 2022-10-25 15:23:18 修改

阅读量679

点赞数

CC 4.0 BY-SA版权

分类专栏：扩散模型深度学习文章标签：深度学习 1024程序员节

于 2022-10-24 16:32:45 首次发布

本文链接：https://blog.csdn.net/weixin_42363544/article/details/127493686

文章目录

- - Diffusion Model（1）：预备知识

Diffusion Model（1）：预备知识

一、贝叶斯公式

1. 条件概率: $p(X=x\vert Y=y)$ 是在已知 $Y = y$ 的条件下，计算 $X = x$ 的概率。

$\begin{equation} p(x|y) = \frac{p(x,y)}{p(y)}\\ p(x,y) = p(x|y)p(y) = p(y|x)p(x) \end{equation}$

如果 $x$ 和 $y$ 相互独立，则:
$\begin{equation} p(x|y)=p(x) \end{equation}$
多个变量情况下:
$\begin{equation} \begin{aligned} P(x,y,z)=P(z|y,x)P(y,x)=P(z|y,x)P(y|x)P(x)\\ P(y,z|x)= \frac{P(x,y,z)}{P(x)}=P(y|x)P(z|x,y) \end{aligned} \end{equation}$
2.基于马尔可夫假设的条件概率：